- 博客(1)
- 收藏
- 关注
原创 GAN_Generative Adversarial Nets_阅读笔记
概述:GAN的组成:生成模型G和判别模型D。 D用于评估样本来自原样本集而非G生成的概率。G:造假者,尽量使自己的产品以假乱真;D:警察,负责甄别产品真伪。GAN可以解决的问题:可以从样本集中生成新的样本,可以学到样本的分布。理想情况下GAN可以达到的效果:生成模型学到的样本分布与原样本集中样本分布完全一致,从而D得到的概率保持0.5。G的产品能够以假乱真,D无法区分了。对抗网络
2017-09-18 22:20:18
358
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人